微信扫码
添加专属顾问
我要投稿
CAMEL AI在Mistral cookbook上新增了一个教程。 主要内容为:如何利用 CAMEL 的RAG 与 Firecrawl 相结合,以实现高效的网络爬虫、multi-agent 角色扮演任务和知识图谱构建。
示例是介绍一个使用 Mistral 模型对 2024 年巴黎奥运会土耳其射手进行全面研究的示例。
图可能看不清,Agent ops和output单独截图在下方:
2个Agent,一个作为User提出指令,另外一个作为Assistant,执行任务。
ai user -> instruction -> ai assistant -> tool / args -> result - > ai user
最后可以生成图谱以及报告,整个过程需要7分钟,消耗60k tokens:
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2026-02-22
不用向量数据库的 RAG,居然跑得更准了?
2026-02-22
AIOps探索:做运维领域的RAG,如何做数据清洗
2026-02-21
Claude Code 每次都要重新探索代码?这个工具直接省下30%成本
2026-02-18
函数计算 AgentRun 重磅上线知识库功能,赋能智能体更“懂”你
2026-02-15
当RAG遇上Agent记忆:为什么相似度检索会"塌方"?
2026-02-15
查个问题还要全图跑一遍?DA-RAG说我只取一瓢
2026-02-14
OpenClaw 终于能"记住"事了!我花了 3 周折腾出的长期记忆系统
2026-02-13
深度解析 PageIndex:无向量 RAG 框架的技术实现与原理剖析
2025-12-04
2026-01-15
2025-12-03
2025-12-02
2026-01-02
2025-12-23
2025-12-07
2026-02-11
2025-12-18
2026-02-03
2026-02-22
2026-02-15
2026-02-04
2026-02-03
2026-01-19
2026-01-12
2026-01-08
2026-01-02